В условиях глобальной цифровизации экономики и реализации национальных стратегий развития возникает необходимость анализа внедрения технологий ИИ в различные отрасли экономики. Имеет значение, какими темпами будут развиваться данные направления в нашей стране. Применение ИИ становится ключевым фактором повышения эффективности и конкурентоспособности, а также основой перехода к новой цифровой экономике.
Исследование направлено на анализ теоретических и организационно-методических аспектов внедрения ИИ в экономику, динамики отраслевых экономических эффектов и формулирование прогноза достижения целевых показателей Национальной стратегии развития искусственного интеллекта. Для анализа использованы методы сравнительного и экономико-статистического анализа, которые позволяют сопоставить исходные и целевые показатели эффективности, оценить структурные изменения и формализовать выводы о влиянии ИИ на сокращение операционных расходов и оптимизацию бизнес-процессов. Рассмотрены ключевые отрасли, в которых внедрение технологий ИИ оказывает значительное влияние: от обрабатывающей промышленности до государственного управления, здравоохранения и сельского хозяйства. Исследована динамика экономических эффектов, выявлены тенденции и потенциал снижений затрат благодаря цифровым технологиям. Научная новизна исследования заключается в оценке возможностей достижения важнейших целевых индикаторов Национальной стратегии развития искусственного интеллекта.
Результаты исследования могут быть использованы при разработке и корректировке стратегий цифровой трансформации организаций и отраслей, формировании управленческих решений и государственной политики по внедрению ИИ. Практическая реализация рекомендаций способствует повышению цифровой зрелости экономики.
В статье рассматривается применение технологий больших данных с целью повышения эффективности производственных систем предприятий и оценки их экономической результативности.
Цель исследования состоит в выявлении факторов и условий успешной интеграции Big Data в управленческие процессы, а также в разработке рекомендаций по их внедрению с учетом отраслевой специфики и требований безопасности. Методическая база исследования включает анализ статистических данных, обзор российской практики, изучение результатов пилотных проектов и отечественного опыта. Результаты показывают, что использование технологий больших данных способствует росту точности прогнозирования, сокращению времени на принятие управленческих решений и повышению прозрачности бизнес-процессов. Авторы отмечают, что главными условиями эффективного внедрения являются наличие квалифицированных кадров, модернизация инфраструктуры и формирование аналитической культуры. Работа имеет практическую ценность, т. к. формулирует рекомендации, способные повысить устойчивость и конкурентоспособность предприятий в условиях цифровой трансформации экономики.
В настоящее время в условиях экономической нестабильности необходимо применять новые подходы к прогнозированию. Статья посвящена возможностям искусственного интеллекта, который включает в себя машинное обучение и глубокие нейросети. Искусственный интеллект позволяет анализировать сложные нелинейные зависимости и повышать точность прогнозов. В данной статье рассмотрены методы искусственного интеллекта для эффективного прогнозирования экономического развития на глобальном и региональном уровнях, в частности, методы искусственного интеллекта применены к прогнозированию валового внутреннего продукта Российской Федерации с расчётом ошибок прогнозов при использовании различных методов прогнозирования.
Данная статья посвящена исследованию методов и инструментов визуализации больших данных в рамках автоматизированных информационных систем (АИС).
Цель работы - выявить наиболее эффективные подходы к визуализации, позволяющие извлекать ценную информацию из больших массивов данных и принимать обоснованные управленческие решения. В статье рассмотрены различные методы визуализации, такие как диаграммы, графики, карты, деревья решений и другие. В результате исследования были определены ключевые критерии выбора методов визуализации в зависимости от типа данных и целей анализа, а также разработаны рекомендации по интеграции инструментов визуализации в АИС. Практическая значимость работы заключается в возможности применения полученных результатов для повышения эффективности анализа больших данных и улучшения качества принимаемых решений в различных областях бизнеса и науки.
В работе исследуются механизмы интеграции высокотехнологичных предприятий в циркулярную экономику в контексте цифровой трансформации промышленных экосистем. Анализируется влияние цифровых технологий на формирование замкнутых циклов производства и потребления. Рассматриваются ключевые факторы успешной интеграции, включая развитие цифровых платформ для обмена ресурсами и информацией, внедрение инновационных бизнес-моделей, а также сотрудничество между участниками экосистемы. Представлены практические рекомендации по эффективному использованию цифровых инструментов для перехода к циркулярной экономике и повышению конкурентоспособности в условиях устойчивого развития.
Статья изучает роль больших данных и технологий искусственного интеллекта в трансформации области знаний управления интеллектуальным капиталом. Анализ научных публикаций в рассматриваемой области позволил выделить основные направления взаимодействия больших данных и искусственного интеллекта с интеллектуальным капиталом. Особое внимание уделено двойственной природе изучаемых технологий: большие данные и искусственный интеллект одновременно выступают как объект управления (нематериальный актив) и как инструмент управления и оценки. Обоснована необходимость формирования нового методологического подхода и фреймворка, учитывающего данную двойственность и взаимосвязь больших данных и искусственного интеллекта с материальными активами организации. В рамках исследования предложен фреймворк, демонстрирующий управление и оценку взаимодействия больших данных и искусственного интеллекта с интеллектуальным капиталом, нематериальными и материальными активами, а также их роль в создании ценности и обеспечении стратегической устойчивости организаций.
Статья посвящена анализу трансформации бизнес-моделей под воздействием технологий больших данных в современной экономике. Рассматриваются теоретико-методологические основы применения больших данных, их влияние на стратегическое управление предприятиями и институциональные ограничения цифровой модернизации. Особое внимание уделено вопросам адаптации традиционных моделей бизнеса к новым технологическим условиям и выявлению рисков цифровизации. В табличном виде обобщены количественные показатели, иллюстрирующие влияние внедрения технологий больших данных на трансформацию бизнес-моделей российских компаний. Внедрение технологий больших данных характеризует положительный эффект ключевых параметров бизнес-моделей российских компаний: ускорение процессов, рост доходности и увеличение доли новых продуктов в выручке. На основании анализа отечественных исследований выявлены ключевые направления изменений, включая повышение гибкости бизнес-процессов, интеграцию аналитических инструментов и усиление клиентоориентированности.
Агропромышленный комплекс России в последние годы переживает масштабную трансформацию, обусловленную внедрением цифровых технологий и инновационных методов ведения сельского хозяйства. Цифровизация выступает ключевым фактором повышения производительности, устойчивости и конкурентоспособности отрасли в условиях глобальных экономических вызовов и экологических изменений. В статье рассматриваются основные направления цифровизации АПК, включая точное земледелие, применение агродронов, технологии интернета вещей (IoT), роботизацию, использование больших данных и искусственного интеллекта. Анализируются экономические эффекты внедрения цифровых решений, включая снижение издержек, увеличение урожайности, улучшение качества продукции и оптимизацию логистики. Особое внимание уделяется барьерам и рискам цифровой трансформации, таким как высокая стоимость оборудования, дефицит квалифицированных кадров и цифровое неравенство регионов. Рассматривается роль государственной политики и образовательных инициатив в развитии цифрового сельского хозяйства в России. Представлены примеры успешных проектов и кейсов из различных регионов. Сделан вывод о необходимости комплексного системного подхода для эффективного развития цифрового агросектора как стратегического приоритета.
Данная статья исследует ключевые инновации в сфере информационных технологий (ИТ), определяющие современный этап развития цифровой экономики. Целью работы является анализ текущего состояния и перспектив развития ИТ, а также выявление их влияния на различные сферы жизни. В рамках исследования рассмотрены такие инновации, как искусственный интеллект, интернет вещей, облачные вычисления, блокчейн и квантовые технологии. Результаты исследования демонстрируют значительный потенциал данных технологий для решения актуальных задач в медицине, образовании, промышленности, финансах и других областях. Научная новизна работы заключается в комплексном подходе к анализу инноваций в ИТ, учитывающем их взаимосвязь и синергетический эффект.
Современные экономические кризисы развиваются с высокой скоростью и сложностью, что требует новых методов прогнозирования и раннего выявления рисков. Использование технологий больших данных позволяет анализировать сложные экономические процессы в режиме реального времени, выявлять скрытые паттерны кризисов и предсказывать возможные макроэкономические потрясения. Применение машинного обучения, нейросетевых моделей и обработки высокочастотных финансовых данных значительно повышает точность прогнозирования кризисных сценариев, позволяя принимать упреждающие меры. В статье исследуется роль больших данных в выявлении нестабильности, рассматриваются основные источники информации, методы аналитики и ограничения алгоритмических предсказаний. Анализируются успешные примеры использования больших данных центральными банками и финансовыми регуляторами, а также перспективы интеграции предсказательных моделей в экономическую политику.
В статье рассматриваются современные тенденции и новейшие технологии, применяемые для цифровизации бизнес- процессов. Основное внимание уделяется таким подходам, как автоматизация процессов, роботизация (RPA), использование искусственного интеллекта (AI), машинного обучения (ML), Интернета вещей (IoT), больших данных (Big Data), облачных вычислений (Cloud Computing), ERP-систем, блокчейна и аналитики данных. Приведены преимущества, риски и возможности совместного использования данных подходов. Статья подчеркивает важность интеграции этих технологий для повышения эффективности и точности управления бизнесом. В статье также рассмотрены примеры успешной интеграции перечисленных технологий в различных отраслях, что позволяет оценить их эффективность на практике. Особое внимание уделяется анализу возможных рисков и способов их минимизации при внедрении цифровых решений. Обсуждаются перспективы дальнейшего развития цифровизации в контексте глобальных экономических изменений и перехода к Индустрии 4.0. В рамках исследования использовались методы анализа и синтеза, а также систематизация и обобщение данных, полученных из практического опыта применения указанных технологий в бизнесе. Данное исследование подчеркивает важность интеграции указанных технологий для повышения эффективности и точности управления бизнес- процессами, а также акцентирует внимание на том, что успешное внедрение цифровых технологий требует комплексного подхода и учета возможных рисков.
Статья посвящена комплексному анализу цифровой трансформации как ключевого вектора модернизации современного бизнеса. Авторы рассматривают цифровую трансформацию не только как технологический, но и как организационно-культурный и управленческий процесс. Проанализированы ключевые драйверы и барьеры цифровых преобразований, а также представлены методы оценки их эффективности - от KPI и ROI до комплексных фреймворков и кейс-анализа. Особое внимание уделено влиянию цифровизации на бизнес-модели, роль лидерства и устойчивое развитие. В статье представлены межотраслевые примеры (здравоохранение, финансы, производство), иллюстрирующие реальные практики внедрения. Работа опирается на современные научные исследования и прикладные подходы к измерению успеха цифровых трансформаций.
- 1
- 2